QGIS:Maxar Open Data全球高分辨率遥感影像(0.3-0.5米)14TB免费获取

QGIS:Maxar Open Data全球高分辨率遥感影像(0.3-0.5米)14TB免费获取

今天给大家介绍一个插件Maxar Open Data QGIS Plugin,它是一个用于浏览、可视化和下载 Maxar 开放数据卫星图像的 QGIS 插件,用于灾害事件。

简介

Maxar Open Data 计划是全球领先的卫星影像服务商 Maxar Technologies 针对重大突发灾害发起的公益性数据共享项目。该项目旨在通过提供亚米级高分辨率的光学卫星影像,帮助人道主义组织、政府机构和一线救援人员更有效地进行灾情评估、资源调度及灾后重建工作。这些数据通常涵盖地震、洪水、野火及飓风等突发性自然灾害前后的对比图,为全球范围内的灾害响应提供关键的时间序列地理空间支持。

该数据集主要由 Maxar 旗下的高分辨率星座(如 WorldView-1/2/3 和 GeoEye-1)捕获,其空间分辨率可达 30cm 至 50cm,能够清晰识别建筑物损毁、道路阻塞及难民营规模。在灾害发生后的极短时间内,Maxar 会迅速将受灾区域的影像处理为分析就绪数据(ARD),并发布在专用的云平台上,供全球用户免费下载和使用。这种极高的时效性和细节表现力,使其成为了开源地理空间情报(OSINT)和人道主义制图中不可或缺的数据源。

为了方便科研和开发者使用,Maxar Open Data 采用了标准的云原生格式(如 Cloud Optimized GeoTIFF, COG)存储在 Amazon S3 等云端存储服务上,并支持通过 STAC 协议进行高效检索。用户不仅可以通过网页界面直观查看灾区动态,还能将数据集成至 QGIS 等 GIS 平台中进行深度分析。这种开放共享的模式极大降低了获取顶级遥感数据的门槛,通过社区协作(如 OpenStreetMap 的众包制图)显著提升了全球应对极端危机事件的集体协作能力。

中文翻译:Maxar 开放数据 (Maxar Open Data)

在 QGIS 中直接浏览并可视化针对灾难事件的 Maxar 开放数据卫星影像。

该插件提供了访问 Maxar 开放数据计划 (Maxar Open Data Program) 的渠道。该计划提供灾前和灾后的高分辨率卫星影像,旨在支持应急规划、风险评估、安置点监控与应急响应、损毁评估以及灾后恢复工作。

核心功能:

  • 浏览灾难事件:查看所有已发布卫星影像的可用灾难事件清单。
  • 影像足迹可视化:在地图上查看并筛选影像的覆盖范围(Footprints)。
  • 直接加载 COG:支持直接加载并可视化云原生优化 GeoTIFF (Cloud Optimized GeoTIFFs) 格式数据。
  • 多维度筛选:可按日期、云量、卫星平台等参数筛选影像。
  • 多类型数据支持:支持真彩色 (RGB)、多光谱和全色影像。
  • 数据下载:支持下载所选覆盖范围内的影像数据。
  • 自动更新:支持通过 GitHub 进行插件自动更新。

💡 针对您专利方案的深度关联建议:

由于您的专利核心在于**“高时空分辨率影像融合”,Maxar 开放数据可以为您提供极其重要的验证源**:

  1. 亚米级真值验证:Maxar 数据的空间分辨率(30-50cm)远高于 Sentinel-2(10m)。在您的专利实施例中,可以使用 Maxar 影像作为“地表真值”,来验证您通过 SNIC 超像素分割MODIS 融合后生成的周/月尺度影像的几何精度和地物识别准确率。
  2. 极端时相补偿:针对您提到的“森林火灾或病虫害导致的碳储量骤减”监测功能,Maxar 开放数据中的灾后影像(Post-event)是捕捉这种瞬时变化的最佳数据,能有力证明您高频监测体系的必要性。

安装插件

在QGIS中选择Maxar


这个是官网,可以具体查看相关的产品。

插件面板


在极端事件选择中我们可以查看所有极端灾害时间的所有影像

在这里插入图片描述


我们喧杂加载巴西洪水时间期间的影像

在这里插入图片描述

在这里我们可以查看指定tile的可视化结果

在这里插入图片描述


我们可以选择在线可视化查看这个高清影像,我们以其中一张照片查看

在这里插入图片描述


点击加载MS的话就是会伴随展示所有的影像波段,上面的影像只是下载了RGN和近红外波段的结果。

灰度影像值的展示

我们可以查看影像的信息属性信息,并在符号化中查看具体的波段信息。

在这里插入图片描述


在这里插入图片描述


影像下载过程如下:点击蓝色字体就会出现中间下载的进度条。

在这里插入图片描述


下载到本地后的结果:

在这里插入图片描述


下载后加载的结果

Read more

论文AI率多少算正常?各高校AIGC检测标准汇总解读

论文AI率多少算正常?各高校AIGC检测标准汇总解读

论文AI率多少算正常?各高校AIGC检测标准汇总解读 “我的论文AI率23%,能过吗?” 这可能是2026年毕业季被问得最多的一句话。问题在于,没有一个放之四海而皆准的答案——你在清华和在地方院校面临的标准完全不同,本科和硕士的要求也不一样,甚至同一所学校不同学院之间都可能存在差异。 本文将尽可能完整地梳理2026年各高校的AIGC检测标准,帮你准确判断自己的论文处于什么位置,以及需要达到什么水平。 一、先搞清楚一个前提:检测平台的差异 在讨论"多少算正常"之前,必须先明确一个经常被忽略的问题:不同检测平台对同一篇论文给出的AI率可能相差很大。 目前国内高校采用的AIGC检测平台主要有四家:知网、维普、万方、大雅。其中知网占据主导地位,大部分985/211院校和相当比例的普通本科院校都采用知网检测。 同一篇论文在不同平台上的检测结果可能差距悬殊。一篇文章在知网检测显示AI率28%,在维普上可能显示42%,在万方上又可能只有15%。这种差异源于各平台采用的检测算法和训练数据不同。 所以当你对照标准评估自己的论文时,一定要搞清楚你的学校用的是哪个平台,然后在对应平台上做检

LLamaFactory 微调实战

LLamaFactory 微调实战

仓库地址 https://github.com/hiyouga/LlamaFactory?tab=readme-ov-file 本次任务是训练llm 抽取query中的实体 微调种类 llamafactory 目前是支持这些种类的微调 * 列(Full / Freeze / LoRA / QLoRA / OFT / QOFT):讲的是“怎么更新参数”(参数高效微调 PEFT vs 全量微调)。 * 行(SFT / Reward Modeling / PPO / DPO / KTO / ORPO / SimPO):讲的是“用什么训练目标/数据形式”(监督、偏好、RL 等)。 怎么更新参数 1) Full-tuning(全量微调) 做法:模型所有参数都更新。 优点: * 表达能力最强,

别瞎改了!直接抄DeepSeek这5大降AIGC指令,搭配3款超有效工具,亲测98%暴降至5%!

别瞎改了!直接抄DeepSeek这5大降AIGC指令,搭配3款超有效工具,亲测98%暴降至5%!

毕业季最让人崩溃的瞬间,莫过于信心满满地把DeepSeek辅助写的论文传上去,结果查重报告一片红,AIGC检测率飙到90%以上。 别慌!作为过来人,学姐告诉大家:AI生成的痕迹其实是有解决办法的。 只要你懂得如何指挥DeepSeek自己净化自己,或者用对专业的辅助工具,把AI率降到5%以下真的不是梦。 今天这篇文章,直接上干货。前半部分是5条经过实测的DeepSeek专属降AI指令,后半部分推荐3款确实能把AI率降下来的工具。 建议先收藏,改论文时直接复制使用。 一、【硬核实操】DeepSeek五大深度降AI指令 这部分是核心干货。为了让DeepSeek更好地执行,我将所有复杂的降AI技巧整合成了一段完整、连续的指令。你只需要把论文分段,然后配合下面的指令发送即可,记得要开深度思考和联网搜索哦~ 💡 指令1:针对假大空特征 【原理解析】 AI生成内容最容易被判定为机器痕迹的原因,是大量使用高频、通俗的万能词。根据同义词替换策略,我们需要强制模型调用学术语料库。 📋 复制这段Prompt发送给DeepSeek: 请针对这段文字进行深度学术化重写,重点在于提升词汇的

2026年知网AIGC检测算法大升级:这些变化你必须知道

2026年知网AIGC检测算法大升级:这些变化你必须知道

2026年知网AIGC检测算法大升级:这些变化你必须知道 2025年12月,知网悄悄升级了AIGC检测算法。 很多同学发现:之前检测过关的论文,重新查一次突然变成了红色。问群里的朋友,情况都差不多。 今天这篇文章解读一下知网新算法的变化,以及怎么应对。 知网AIGC检测3.0:主要变化 知网这次升级的版本被称为「AIGC检测3.0」。和之前相比,主要有三个变化: 变化一:检测维度增加 旧版本主要看「语言模式」,也就是用词和句式是否符合AI特征。 新版本增加了「语义逻辑」维度。它会分析句子之间的逻辑关系,判断论证过程是否「太完美」「太规整」。 人类写作会有跳跃、有转折、有不那么顺畅的地方。AI生成的文本逻辑严密、层层递进,反而不像人写的。 这就是为什么有些同学的论文明明是自己写的,但因为「逻辑太好」反而被判为AI生成。 变化二:判定阈值下调 旧版本:AIGC值≥0.7判定为疑似AI生成 新版本:AIGC值≥0.